javac -classpath /lib/rt.jar -d wordcount WordCount.java ：将WordCount.java进行编译并且输出到wordcount目录，编译时依赖/lib/rt.jar

jar -cvf wordcount.jar *.class：将当前目录下所有的class文件打包成wordcount.jar,方便后面运行

hadoop fs -put input/*  input_wordcount/：将input目录下的所有文件提交到hadoop的input_wordcount目录中

hadoop fs -mkdir input_wordcount：在hadoop中创建目录

hadoop fs -ls:列出文件列表

hadoop fs -cat :查看文件内容

MapReduce的具体程序使用Java编写？

mkdir examples //生成一个examples目录

cd examples   //进入examples文件路径

mkdir word_count //生成word_count目录

cd word_count   //进入word_count目录

mkdir input     //用于存放提交的作业

mkdir word_count_class //用于存放编译好的类

vim WordCount.java // 编写好java程序后保存，资料下载里面有

javac -classpath /opt/hadoop-1.2.1/hadoop-core-1.2.1.jar:/opt/hadoop-1.2.1/lib/commons-cli-1.2.jar -d word_count_class/ WordCount.java  //因为编译WordCount.java过程需要引用hadoop封装类，所以需要引用

jar -cvf wordcount.jar *.class  //将当前目录下的所有class都打包进wordcount.jar文件中

cd .. //返回上级word_count目录

cd input 

vim file1 //编辑好file1 之后保存 ，file1里面为需要提交的作业

vim file2 // 类似

cd .. //返回到word_count目录

hadoop fs -mkdir input_wordcount //创建一个hadoop 目录，用于存放提交的作业

hadoop fs -put input/* input_wordcount //将本地的作业提交到input_wordcount目录中

hadoop fs -ls input_wordcount //查看文件是否在该目录下

hadoop jar word_count_class/wordcount.jar WordCount input_wordcount output_wordcount //提交jvm运行的jar，同时提交运行的主类，input..和out..分别用于保存提交的作业和运行结束的作业

....

....

....

等待程序运行， ok

这块需要自己实战一下，好好看看word count的java代码

1. 将代码打包；

2. 把输入文件put到hadoop下面

3. 使用hadoop jar运行jar包
   

1. 编写WordCount.java,包含Mapper类和Reducec类 2.编译WordCount.java,java -classpath #资料下载里面有 3.打包 jar -cvf WordCount.jar classes/* 4.作业提交 hadoop jar WordCount.jar WordCount input output 提交到hadoop中运行，指定输入文件 ，指定输出文件

javac -classpath /opt/hadoop-1.2.1/hadoop-core-1.2.1.jar:/opt/hadoop-1.2.1/lib/commons-cli-1.2.jar -d 编译后地址 编译文件

1.编写WordCount.java,包含Mapper类和Reducec类 2.编译WordCount.java,java -classpath #资料下载里面有 3.打包 jar -cvf WordCount.jar classes/* 4.作业提交 hadoop jar WordCount.jar WordCount input output 提交到hadoop中运行，指定输入文件 ，指定输出文件